Надіслати цю статтю 
Нейромережеве прогнозування струму витоку на основі технологічних параметрів
DOI: http://dx.doi.org/10.31548/energiya2022.03.109
Анотація
Одним із ефективних технічних способів контролю стану електродвигунів є засоби вимірювання і контролю величини струму витоку, яка характеризує стан ізоляції електродвигуна. Використання більш досконалих пристроїв, що мають можливість не тільки фіксувати, але і прогнозувати досягнення небезпечних значень струму витоку, дає можливість попереджати і завчасно інформувати про можливу небезпеку для обслуговуючого персоналу, зменшувати час на простою і дає змогу обслуговувати, ремонтувати чи замінювати електродвигуни в технологічну паузу, не чекаючи їхньої повної відмови. Нейронні мережі, що використовуються для прогнозування надійності електродвигунів, мають вигляд математичної моделі паралельних обчислень, яка складається з простих процесорних елементів, що взаємодіють між собою і мають назву штучні нейрони.
Мета дослідження - синтезувати нейронну мережу на основі вибраних технологічних параметрів і перевірити її технологічну прийнятність для прогнозування струму витоку електродвигуна.
Синтезована нейронна мережа за технологічними параметрами має бути основою для побудови системи прогнозування струму витоку електродвигуна за технологічними параметрами. Система прогнозування на основі нейронної мережі за технологічними параметрами включає також засоби вимірювання технологічних параметрів, параметрів функціонування електродвигуна та базу даних. Ключове рішення в такій системі приймає людина.
Ключові слова: струм витоку, технологічні параметри, нейронна мережа
Повний текст:
PDFПосилання
Monakov V. K. (2007). UZO. Teoriya i praktika [RCD. Theory and practice]. Moskow: ZAO «Energoservis», 368.
Gerasymenko, V., Kozyrskyi, V., Maiborodina, N., Kovalov, O. (2019). Mathematical Model Changing the Value of the Process of Leakage Current in 0.38 kV Networks. Modern Development Paths of Agricultural Production. Trends and Innovations. Cham: Springer International Publishing, 339 – 348.
Shtepan, F. (2004). Ustroystva zashchitnogo otklyucheniya, upravlyayem·yye differentsial'nym tokom [Residual Current Controlled Residual Current Devices]. Praga, 90.
Gerasymenko, V. P. (2020). Intelektualna systema kontroliu ta prohnozuvannia velychyny strumu vytoku elektroobladnannia ustanovok dlia teplovoi obrobky i sushinnia zernovoi masy [Intelligent control system and prediction of the amount of leakage current of electrical equipment for heat treatment and drying of grain mass]. Enerhetyka i avtomatyka, 6, 109 – 117.
Zagirnyak, M., Prus, V., Somka, O. (2015). Reliability Models of Electric Machines with Structural Defects Proceedigs 2015 16th International Conference on “Computational Problems of Electrical Engineering” CPEE–2015. Lviv, 249-251.
Kondratenko, I. P., Zaiets, N. A., Shtepa, V. M. (2020). Naukovi osnovy keruvannia elektrotekhnichnymy kompleksamy neperervnykh vyrobnytstv iz prohnozuvanniam neshtatnykh sytuatsii: monohrafyia [Scientific bases of management of electrotechnical complexes of continuous productions with forecasting of abnormal situations: monograph]. Kyiv: Printeko, 256.
Gerasymenko. V. P. (2020). Aparatno-prohramna realizatsiia intelektualnoi komp’iuterno-intehrovanoi systemy kontroliu ta prohnozuvannia velychyny strumu vytoku elektroobladnannia tvarynnytskoho prymishchennia. [Hardware and software implementation of intelligent computer-integrated control system and prediction of leakage current of electrical equipment of livestock premises]. Enerhetyka i avtomatyka, 2, 77 – 85.
Lysenko. V. P., Reshetiuk, V. M., Shtepa, V. M., Zaiets, N. A. (2014). Systemy shtuchnoho intelektu: nechitka lohika, neironni merezhi, nechitki neironni merezhi, henetychnyi alhorytm [Artificial intelligence systems: fuzzy logic, neural networks, fuzzy neural networks, genetic algorithm]. Kyiv, 336.
Gritsenko, N. G., Zayets, N. A., Smityukh, Y. V. (2017). Intellektual'naya sistema upravleniya protsessom rektifikatsii s prognozirovaniyem neshtatnykh situatsiy [Intelligent rectification process control system with emergency situations forecasting]. Vestnik Brestskogo gosudarstvennogo tekhnicheskogo universiteta, 4, 70–73.
Метрики статей
Metrics powered by PLOS ALM
Посилання
- Поки немає зовнішніх посилань.
